geom_boxplotのウィスカ定義を変更する

Question

ggplot2/geom_boxplotを使ってウィスカを0.25-1.5 IQR/0.75 + IQRではなく5,95パーセンタイルとして定義し、これらの新しいウィスカのアウトライアをプロットしたボックスプロットを作成しようとしていますいつものように。私はgeom_boxplotの美学にymax/yminが含まれていることがわかりますが、ここにどのように値を入れているかはわかりません。

stat_quantile(quantiles = c(0.05, 0.25, 0.5, 0.75, 0.95)) 

は助けることができるはずですが、私は適切なgeom_boxplot（）美学を設定するには、このSTATの結果に関連する方法がわからない：のように思える

geom_boxplot(aes(ymin, lower, middle, upper, ymax)) 

私はしました人々が基本的にboxplotのようなオブジェクトを手作業で構築すると言われている他の記事を見ましたが、私はむしろboxplot gestalt全体をそのまま保ち、描画される変数の2つの意味を修正しています。 stat_summaryと

Answer 1

geom_boxplotはそれを行うことができます。

# define the summary function 
f <- function(x) { 
    r <- quantile(x, probs = c(0.05, 0.25, 0.5, 0.75, 0.95)) 
    names(r) <- c("ymin", "lower", "middle", "upper", "ymax") 
    r 
} 

# sample data 
d <- data.frame(x=gl(2,50), y=rnorm(100)) 

# do it 
ggplot(d, aes(x, y)) + stat_summary(fun.data = f, geom="boxplot") 

# example with outliers 
# define outlier as you want  
o <- function(x) { 
    subset(x, x < quantile(x)[2] | quantile(x)[4] < x) 
} 

# do it 
ggplot(d, aes(x, y)) + 
    stat_summary(fun.data=f, geom="boxplot") + 
    stat_summary(fun.y = o, geom="point") 

Answer 2

ggplot2_2.1.0にウィスカーのエンドポイントを指定できるようになりました。 ?geom_boxplotの例からコピー：

# It's possible to draw a boxplot with your own computations if you 
# use stat = "identity": 
y <- rnorm(100) 
df <- data.frame(
    x = 1, 
    y0 = min(y), 
    y25 = quantile(y, 0.25), 
    y50 = median(y), 
    y75 = quantile(y, 0.75), 
    y100 = max(y) 
) 
ggplot(df, aes(x)) + 
    geom_boxplot(
    aes(ymin = y0, lower = y25, middle = y50, upper = y75, ymax = y100), 
    stat = "identity" 
) 

Answer 3

ggplot2.0.xで始まる、konvasの答え@上の建物、あなたはextend ggplotggprotoシステムを使用して、独自のstatを定義することができます。

ggplot2 stat_boxplotコードをコピーして、いくつかの編集を行うことによって、あなたはすぐにあなたが引数（qs）の代わりに、stat_boxplotが使用するcoef引数として使用するパーセンタイルをとり、新たなSTAT（stat_boxplot_custom）を定義することができます。新しい統計はここで定義されます：

# modified from https://github.com/tidyverse/ggplot2/blob/master/R/stat-boxplot.r 
library(ggplot2) 
stat_boxplot_custom <- function(mapping = NULL, data = NULL, 
        geom = "boxplot", position = "dodge", 
        ..., 
        qs = c(.05, .25, 0.5, 0.75, 0.95), 
        na.rm = FALSE, 
        show.legend = NA, 
        inherit.aes = TRUE) { 
    layer(
     data = data, 
     mapping = mapping, 
     stat = StatBoxplotCustom, 
     geom = geom, 
     position = position, 
     show.legend = show.legend, 
     inherit.aes = inherit.aes, 
     params = list(
     na.rm = na.rm, 
     qs = qs, 
     ... 
    ) 
) 
} 

次に、レイヤー関数が定義されます。 b/c Iはstat_boxplotから直接コピーされますので、:::を使用していくつかの内部ggplot2関数にアクセスする必要があります。これにはStatBoxplotから直接コピーされたものがたくさん含まれますが、重要な領域はqs引数のstats <- as.numeric(stats::quantile(data$y, qs))のcompute_groupファンクションの中から直接統計を計算します。

StatBoxplotCustom <- ggproto("StatBoxplotCustom", Stat, 
    required_aes = c("x", "y"), 
    non_missing_aes = "weight", 

    setup_params = function(data, params) { 
    params$width <- ggplot2:::"%||%"(
     params$width, (resolution(data$x) * 0.75) 
    ) 

    if (is.double(data$x) && !ggplot2:::has_groups(data) && any(data$x != data$x[1L])) { 
     warning(
     "Continuous x aesthetic -- did you forget aes(group=...)?", 
     call. = FALSE 
    ) 
    } 

    params 
    }, 

    compute_group = function(data, scales, width = NULL, na.rm = FALSE, qs = c(.05, .25, 0.5, 0.75, 0.95)) { 

    if (!is.null(data$weight)) { 
     mod <- quantreg::rq(y ~ 1, weights = weight, data = data, tau = qs) 
     stats <- as.numeric(stats::coef(mod)) 
    } else { 
    stats <- as.numeric(stats::quantile(data$y, qs)) 
    } 
    names(stats) <- c("ymin", "lower", "middle", "upper", "ymax") 
    iqr <- diff(stats[c(2, 4)]) 

    outliers <- (data$y < stats[1]) | (data$y > stats[5]) 

    if (length(unique(data$x)) > 1) 
    width <- diff(range(data$x)) * 0.9 

    df <- as.data.frame(as.list(stats)) 
    df$outliers <- list(data$y[outliers]) 

    if (is.null(data$weight)) { 
     n <- sum(!is.na(data$y)) 
    } else { 
     # Sum up weights for non-NA positions of y and weight 
     n <- sum(data$weight[!is.na(data$y) & !is.na(data$weight)]) 
    } 

    df$notchupper <- df$middle + 1.58 * iqr/sqrt(n) 
    df$notchlower <- df$middle - 1.58 * iqr/sqrt(n) 

    df$x <- if (is.factor(data$x)) data$x[1] else mean(range(data$x)) 
    df$width <- width 
    df$relvarwidth <- sqrt(n) 
    df 
    } 
) 

このコードを含むgist hereもあります。確かに（！ありがとう）ウィスカーを変えないこと、

library(ggplot2) 
y <- rnorm(100) 
df <- data.frame(x = 1, y = y) 
# whiskers extend to 5/95th percentiles by default 
ggplot(df, aes(x = x, y = y)) + 
    stat_boxplot_custom() 
# or extend the whiskers to min/max 
ggplot(df, aes(x = x, y = y)) + 
    stat_boxplot_custom(qs = c(0, 0.25, 0.5, 0.75, 1))